[Java] 정규표현식 문법

1. 자바 문자열 객체(java.lang.String)에서 정규식을 사용하는 자주 쓰는 메소드

- boolean matches(String regex) => 매칭 여부 확인
ex) "abc".matches("[a-z]"); => true

- String replaceAll(String regex, String replacement) => 매칭되는 값 변경
ex) "abc123".replaceAll("[a-z]", "*"); => ***123

- String[] split(String regex)
ex) "123b456".split("[a-z]"); => ["123","456"]

 

2. java.util.regex 패키지에 있는 클래스

- Pattern 객체
  정규식의 컴파일된 표현 입니다(정규식을 적용 가능하도록 컴파일해서 가지고 있습니다).
  Pattern 클래스는 공개된 생성자를 제공하지 않습니다.
  패턴을 생성하려면 Pattern객체를 반환하는 정적 compile 메소드를 호출해야 합니다.
  이 메소드는 첫 번째 인자로 정규식 문자열을 받아 들입니다.

- Matcher 객체
  패턴을 해석하고 입력 문자열에 대해 일치 작업을 수행하는 엔진입니다.
  Pattern 클래스와 마찬가지로 Matcher는 어떤 공개된 생성자도 정의하고 있지 않습니다.
  Matcher객체는 Pattern 객체의 matcher 메소드를 호출해서 얻습니다.

- PatternSyntaxException 객체
  정규식 패턴의 문법 오류를 나타내는 unchecked 예외 입니다.

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class ReplaceTest {

    public static void main(String[] args) {

        StringBuilder sb = new StringBuilder();

        Pattern pattern = Pattern.compile("<[^<>]*>");
        Matcher matcher = pattern.matcher("배를 먹습니다. <br />사과를 먹습니다.");
        boolean found = false;
        
        while(matcher.find()) {
            sb.append("텍스트 \"")
              .append(matcher.group())      // 찾은 문자열 그룹 입니다.
              .append("\"를 찾았습니다.\n")
              .append("인덱스 ")
              .append(matcher.start())      // 찾은 문자열의 시작 위치 입니다.
              .append("에서 시작하고, ")
              .append(matcher.end())        // 찾은 문자열의 끝 위치 입니다.
              .append("에서 끝납니다.\n");
              found = true;
        }

        if(!found) {
            sb.append("찾지 못했습니다.");
        }
        System.out.println(sb.toString());
    }
}

 

3. 문법

- 일반 매칭 패턴 지정 혹은 제외

정규식	설명
[abc]	a, b, c중 하나이면 일치 합니다.
[^abc]	a, b, c를 제외한 다른 글자 이면 일치합니다.
[a-zA-Z]	a 부터 z까지의 소문자 알파벳 이거나 A 부터 Z까지의 대문자 알파벳 중의 하나라면 일치합니다.(범위)
[a-d[m-p]]	a 부터 d까지, 또는 m 부터 p까지 중에 하나와 일치합니다: [a-dm-p] (합집합)
[a-z&&[def]]	d, e, f 중의 하나와 일치합니다. (교집합)
[a-z&&[^bc]]	b와 c를 제외한 a 부터 z까지 중의 하나와 일치합니다: [ad-z] (차집합)
[a-z&&[^m-p]]	m부터 p 까지를 제외한, a 부터 z까지 중의 하나와 일치합니다: [a-lq-z] (차집합)

 

- 미리 정의된 패턴 지정

정규식	설명
.	임의의 문자 (라인 종결자와 일치할 수도 하지 않을 수도 있음)
\d	숫자 문자: [0-9]
\D	숫자 문자가 아닌것: [^0-9]
\s	화이트 스페이스 문자: [ \t\n\x0B\f\r]
\S	화이트 스페이스 문자가 아닌것: [^\s]
\w	알파벳 단어 문자(word 문자): [a-zA-Z_0-9]
\W	알파벳 단어 문자가 아닌것: [^\w]

 

- 패턴이 나오는 횟수 지정 ( X = 패턴 )

Greedy	Reluctant	Possessive	의미
X?	X??	X?+	X가 없거나 한번 나옴
X*	X*?	X*+	X가 없거나 한번 이상 나옴
X+	X+?	X++	X가 한번 또는 여러번 나옴
X{n}	X{n}?	X{n}+	X가 정확히 n번 나옴
X{n,}	X{n,}?	X{n,}+	X가 n번 이상 나옴
X{n,m}	X{n,m}?	X{n,m}+	X가 n이상 m이하로 나옴

   > Greedy : 매칭을 위해서 입력된 문자열 전체를 읽어서 확인하고 뒤에서 한자씩 빼면서 끝까지 확인합니다.

   > Reluctant : 입력된 문자열에서 한글자씩 확인해 나갑니다. 마지막에 확인하는 것은 전체 문자열 입니다.

   > Possessive : 입력된 전체 문자열을 확인합니다. Greedy와 달리 뒤에서 빼면서 확인하지 않습니다.

- 경계조건

정규식	설명
^	행의 시작
$	행의 끝
\b	단어 경계
\B	단어가 아닌것의 경계
\A	입력의 시작 부분
\G	이전 매치의 끝
\Z	입력의 끝이지만 종결자가 있는 경우
\z	입력의 끝

 

- Pattern 클래스 플래그

플래그	동등한 내장 표현	설명
Pattern.CANON_EQ	None	표준화된 매칭 모드를 활성화합니다. 이 모드가 켜지면 a를 나타내는 유니코드 "\u00E5"와 a와 상단고리 유니코드를 쓴 "a\u030A"를 같다고 매칭합니다.
Pattern.CASE_INSENSITIVE	(?i)	대소문자를 구분하지 않습니다.
Pattern.COMMENTS	(?x)	공백과 주석이 무시됩니다. 주석은 #부터 그 행 끝까지 입니다.
Pattern.MULTILINE	(?m)	다중행 모드를 사용여 모든 ^와 $가 인식됩니다. 기본값은 입력값 전체를 하나의 시작과 끝으로 인식합니다.
Pattern.DOTALL	(?s)	.가 개행문자 까지 포함하는 모든 문자로 매칭됩니다.
Pattern.LITERAL	None	입력의 메타문자와 이스케이프된 문자를 일반 문자로 취급합니다. CASE_INSENSITIVE와 UNICODE_CASE는 기능이 유지됩니다.
Pattern.UNICODE_CASE	(?u)	이 모드가 활성화 되면 대소문자 매칭이 유니코드 표준을 따릅니다. 기본은 US-ASCII 문자 집합을 따릅니다.
Pattern.UNIX_LINES	(?d)	^와 $를 처리시 UNIX 개행을 사용합니다.

   > 여러개의 플래그를 사용할 때는 | 연산자로 연결합니다.

- Matcher 클래스 메서드

메서드	설명
find()	패턴이 일치하는 경우 true를 반환, 그 위치로 이동(여러개가 매칭되는 경우 반복 실행 됨)
find(int start)	start 위치 이후부터 매칭검색 수행
start()	매칭되는 문자열 시작위치 반환
start(int group)	지정된 그룹이 매칭되는 시작위치 반환
end()	매칭되는 문자열 끝 다음 문자위치 반환
end(int group)	지정된 그룹이 매칭되는 끝 다음 문자위치 반환
group()	매칭된 부분을 반환
group(int group)	매칭된 부분 중 group번 그룹핑 매칭 부분 반환
groupCount()	패턴내 그룹핑한 전체 갯수 반환
matches()	패턴이 전체 문자열과 일치할 경우 true 반환

 

- 패턴 그룹핑 지정(괄호)

((A)(B(C))) => 총 4개의 그룹

0 : ((A)(B(C)))
1 : (A)
2 : (B(C))
3 : (C)

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegularExpressionsTest {
	
	public static void main(String[] args) throws Exception {
		
        String data = "Window98, WindowME, WindowXP, WindowNT, Window2000, WindowVista, Window7";
        Pattern pattern = Pattern.compile("((Window)(98|XP|7))");
        Matcher matcher = pattern.matcher(data);
        
        while(matcher.find()) {
        	//matcher.group(0) => ((Window)(98|XP|7))
        	//matcher.group(1) => (Window)
        	//matcher.group(2) => (98|XP|7)
        	System.out.println( matcher.group(0) + " : " + matcher.group(1) + ", " + matcher.group(2) );
        }
        
        System.out.println("총 그룹핑 갯수" + matcher.groupCount());
	}
}

결과

Window98 : Window98, Window
WindowXP : WindowXP, Window
Window7 : Window7, Window
총 그룹핑 갯수3